python之pandas核心函数

Pandas的23种核心函数：
import pandas as pd

 

基础数据集操作
（1）读取CSV文件
pd.DataFrame.from_csv("csv_file")
或者
pd.read_csv("csv_file")

（2）读取Excel文件
pd.read_excel("excel_file")

（3）将DataFrame写入CSV
df.to_csv("data_csv", sep=",", index=False) #采用逗号分隔，且不带索引

（4）基本的数据集特征信息
df.info()

（5）数据集统计
print (df.describe())

（6）将DataFrame输出到一张表里
print (tabulate(print_table, headers=headers))
#其中print_table为二维列表，headers为表头字符串组成的列表

（7）列出所有列名
df.columns

 

基础数据处理
（8）删除缺失数据
df.dropna(axis=0, how='any')
#any表示删除包含任何NaN值的给定轴，how=all会删除所有元素都是NaN的给定轴

（9）替换缺失数据
df.replace(to_replace=None, value=None) #用value替换to_replace

（10）检查空值NaN
pd.isnull(object) #数值组中的NaN和目标数组中的None/NaN

（11）删除特征
df.drop('feature_variable_name', axis=1) #axis选0表示行，选1表示列

（12）将目标类型转换为浮点型
pd.to_numeric(df["feature_name"], errors="coerce")

（13）将DataFrame转换为NumPy数组
df.as_matrix()

（14）取DataFrame的前面n行
df.head(n)

（15）通过特征名取数据
df.loc[feature_name]

DataFrame操作
（16）对DataFrame使用函数
df["height"].apply(*lambda* height: 2*height) #将height行的所有值乘上2
或
def multiply(x):
return x*2
df["height"].apply(multiply)

（17）重命名行
df.rename(columns={df.columns[2]:'size'}, inplace=True)

（18）取某一行的唯一实体
df["name"].unique()

（19）访问子DataFrame
new_df = df[["name","size"]]

（20）总结数据信息
df.sum()
df.min()
df.max()
df.idxmin()
df.idxmax()
df.describe()
df.mean()
df.median()
df.corr()
df["size"].median()

（21）给数据排序
df.sort_values(ascending=False)

（22）布尔型索引
df[df["size"] == 5] #过滤名为size的行，并仅显示值为5的行

（23）选定特定的值
df.loc([0],['size']) #选定size列/第一行